淮河流域冬小麦主要生育期旱涝时空特征及对产量的影响

高 超，尹周祥，许 莹



淮河流域冬小麦主要生育期旱涝时空特征及对产量的影响

高 超1，尹周祥2，许 莹3

（1. 宁波大学地理与空间信息技术系，宁波 315211；2. 安徽师范大学国土资源与旅游学院，芜湖 241000； 3.安徽省农业气象中心，合肥 230031）

旱涝灾害在淮河流域发生频繁，对农作物产量影响较大。该文基于淮河流域1961－2014年140个气象站逐日降水、气温数据，利用标准化降水指数（standardized precipitation index，SPI）和标准化降水蒸散指数（standardized precipitation evapotranspiration index，SPEI）定量分析冬小麦各生育期气候特征，结合1961－2012年20个站点冬小麦单产数据计算标准化产量残差（standardized yield residuals，SYR），探讨冬小麦主要生育期旱涝灾害对其产量的影响。结果表明：1）冬小麦各生育期气温均呈显著上升趋势（<0.05），气温呈南高北低、西高东低的格局，东部趋势高于西部且返青抽穗期大部分站点趋势值最高，而降水量沿纬度变化与气温一致，其变化趋势在冬小麦各生育期差异明显。2）冬小麦返青抽穗期干旱增加趋势最大（<0.05），旱涝灾害在全生育期、返青抽穗期和灌浆成熟期主要受气温影响，在冬前生长期和越冬期主要受降水量影响，同时冬小麦各生育期SPEI干旱化趋势大于SPI。3）除冬前生长期外，SYR与SPI和SPEI均呈负相关关系，以返青抽穗期相关性最高，在返青抽穗期达到中度干旱或中度湿润时产量减少。该研究尝试明晰淮河流域发生在冬小麦生育期的旱涝灾害对其产量的影响，为冬小麦生育期防灾减灾提供基础支撑。

农作物；降水；气候变化；冬小麦产量；SPEI；标准化产量残差；旱涝灾害；淮河流域

0 引 言

旱涝灾害是全球普遍存在的自然灾害，受气候变化影响巨大，对农作物产量有较大的影响。政府间气候变化专门委员会第五次评估报告（IPCC AR5）第一工作组指出，全球变暖使极端干旱和降水事件越来越频繁[1]，同时IPCC AR5第二工作组的《气候变化2014：影响、适应和脆弱性》报告认为：气候变化对粮食产量有显著的不利影响[2]。

中国由于地形与气候变化复杂，旱涝灾害频发[3]，其中各大流域旱涝灾害尤为突出[4-6]，对农业生产影响巨大。农业旱涝灾害研究受广泛关注，主要表现在：1）围绕农业旱涝灾害时空演变特征[7]、农作物水分盈亏[8]和农业旱涝灾害气候阈值[9]等内容进行研究；2）运用降水距平百分率[10]、Z指数[11]、帕尔默干旱指数[12]、水分盈亏指标[13]、标准化降水指数（standardized precipitation index，SPI）[14]和标准化降水蒸散指数（standardized precipitation evapotranspiration index，SPEI）[15]等指标来表征农业旱涝状况；3）采用滑动平均[16]、logistic函数[17]、多项式回归[18]等方法模拟农作物趋势产量。

气温和降水是气候的主要因素，也是旱涝的直接表征量[19]，考虑降水的SPI能够很好的指示旱涝灾害[20]，在SPI基础上增加考虑气温的SPEI亦能很好指示旱涝灾害[21]。此前大部分研究是应用SPI或SPEI对气象干旱进行研究，而如何与农业旱涝更好的结合是一个重要方向。同时淮河流域历来旱涝灾害多发[22]，是农作物旱涝灾害的典型区域[23]，利用SPI和SPEI来探讨淮河流域冬小麦产量受主要生育期旱涝灾害影响的研究尚少。故本文选取淮河流域1961－2014年140个气象站逐日降水、气温数据，结合1961－2012年20个站点冬小麦单产数据，以SPI和SPEI为旱涝灾害评判指标，对淮河流域冬小麦各生育期气候特征和旱涝时空演变特征进行分析，以标准化产量残差（standardized yield residuals，SYR）为产量灾损指标，探讨冬小麦主要生育期旱涝灾害对其产量的影响，以期为淮河流域冬小麦生育期防灾减灾提供科学依据。

1 材料和方法

1.1 研究区概况

淮河流域地处中国东部，位于111°55′～121°25′E，30°55′～36°36′N，流域面积约为27×104km2，主要包括河南省东部、安徽省北部、江苏省北部和山东省南部地区（图1）。淮河流域为中国南北气候过渡带，气候温和，1961－2014年多年平均气温为12.3～16.0 ℃，气温变化由北向南、由沿海向内陆递增。年均降水量约为859.4 mm，多年平均降水量空间变幅为574.7～1 407.5 mm，其分布状况大致是由南向北递减。同时，淮河流域是中国重要的冬小麦生产基地，其播种面积和总产量均居全国各流域之首[24]，受特殊地理位置、气候状况和下垫面条件的影响，农业旱涝灾害频繁[25]，1949－2015年间共发生大洪水和大旱灾害20余次。

图1 研究区及气象站分布

1.2 数据来源

1961－2014年淮河流域140个气象站点的逐日气温及逐日降水量数据来源于中国气象局国家气象信息中心；1961－2012年淮河流域20个站点的冬小麦逐年单产数据来源于中华人民共和国农业部种植业管理司网站（www.zzys.moa.gov.cn）。

1.3 冬小麦生育期的确定

由于淮河流域自然地理、气候条件等的复杂性，研究区内冬小麦不具有统一的生育期。为便于整体研究淮河流域冬小麦受旱涝灾害的影响，本文在许莹等[26]划分的4个冬小麦亚区基础上，考虑SPI和SPEI月尺度时间特征来统一划分淮河流域冬小麦生育阶段，并对统一后的淮河流域整体与统一前的4个冬小麦亚区气候特征进行时空相关性分析（大部分站点相关性均在0.8以上）。在此基础上确定冬小麦全生育期为10月－次年5月，其中各生育阶段划分为冬前生长期（10月－11月）、越冬期（12月－次年1月）、返青抽穗期（2月－4月）和灌浆成熟期（5月）。

1.4 研究方法

1.4.1 气候倾向率

利用一元线性回归计算淮河流域气温和降水量的气候倾向率[27]，对淮河流域气候特征进行分析。一元线性回归方程计算公式为

式中表示样本量为的某一气候要素；表示与对应的年序；为回归系数，以的10倍（即10）作为气候要素的气候倾向率[27]。

1.4.2 Mann-Kendall趋势检验

采用Mann-Kendall（MK）趋势检验方法对淮河流域140个气象站点1961－2014年冬小麦不同生育期气温和降水量序列及平均SPI和SPEI的干旱趋势进行检验，同时对各气象站点SPI及SPEI序列干旱趋势进行检验。MK趋势检验是非参数统计检验方法，计算简单，是目前比较常用的趋势诊断方法，计算方法详见参考文献[27]，其中MK统计变量的绝对值为3.29、2.58、1.96和1.645时，分别通过0.001、0.01、0.05、0.1的显著性水平检验。

1.4.3 干旱指数

SPI是考虑降水量的旱涝指标，具有多时间尺度的特征，反映了不同时间尺度和地区的旱涝状况以及干旱的年际变化[14]。SPEI是对SPI的补充，在降水量的基础上增加了蒸散的影响，同时具备SPI计算简便的特征[15]。2种干旱指数SPI和SPEI计算步骤分别参见文献[14]和[15]，其取值范围与旱涝等级采用同一标准，如表1所示。依据本研究对冬小麦生育期的确定，利用月总降水量数据计算各气象站点的SPI值，月均气温数据和月总降水量数据计算SPEI值。

表1 旱涝等级和产量等级

1.4.4 标准化产量残差

冬小麦生育期时间跨度长，其产量不仅与旱涝灾害有关，同时也受到自然因素和人为因素的影响，如新的管理方式和技术、随机误差等。农业干旱风险可以通过产量残差来表示[28]，其计算公式为

1）收集资料。主要包括区域地质、地形地貌、区域水文地质、供水水文地质勘察、水井设计、竣工报告、凿井施工记录、抽水试验、水质化验等资料。通过查看资料，了解废弃污染水井所在的区域地层、岩性、地质构造、地形地貌条件、交通位置及交通条件、地下水类型、地下水补径排条件、水井揭穿的地层、岩性、从井口到井底揭穿的所有地层单元、每个地层的岩性、厚度、底板深度、底板高程等，同时了解哪些岩层是可能的含水层，哪些岩层是相对稳定的隔水层，并对其准确位置及水井结构、工况进行调查。

式中y表示产量残差，表示实际产量，y表示趋势产量。趋势产量通常以统计学方法进行模拟，本文采用多项式回归分析方法模拟冬小麦趋势产量。

为了比较不同站点的冬小麦产量变化和探讨气候变化对冬小麦产量的影响，本文对产量残差进行标准化，同时以SYR表示冬小麦产量的增加与减少，其取值范围和等级参照文献[29]，如表1所示。SYR计算公式如下

式中y表示产量残差，表示产量残差均值，表示产量残差的标准差。

2 结果与分析

2.1 旱涝驱动因素特征

淮河流域冬小麦各生育期年均气温和年降水量为各气象站点年值的平均值，其变化趋势如表2所示。

表2 淮河流域冬小麦生育期气温及降水量变化趋势

Note：<0.05(*),<0.01(**),<0.001(***).

1961－2014年淮河流域冬小麦全生育期多年平均气温为9.3 ℃，增温幅度为0.32 ℃/10a；多年平均降水量为309.7 mm，变化幅度为−5.9 mm/10a。说明淮河流域冬小麦全生育期气温有所升高而降水有所减少，且气温升高趋势通过了99%的置信度检验。对研究区冬小麦各生育阶段分析，气温上升幅度大小依次为返青抽穗期>冬前生长期=越冬期>灌浆成熟期，且各生育期分别通过99.9%、99%和95%的置信度检验；降水量在冬前生长期和返青抽穗期呈下降趋势，变化幅度返青抽穗期高于冬前生长期，而越冬期和灌浆成熟期降水量呈增加趋势，灌浆成熟期变化幅度小于越冬期，且研究区冬小麦各生育期降水量变化均没有达到显著性水平。

采用普通克里金插值方法对淮河流域54 a来冬小麦各生育期气温和降水量进行空间分析，同时对各气象站点气温及降水量的MK趋势变化进行探索（图2）。由图2可知，1961－2014年冬小麦各生育期气温变化趋势除越冬期和灌浆成熟期少数站点有下降变化外，其余生育期所有站点均呈上升趋势，同时淮河流域东部地区变化趋势相对而言要高于西部地区，其中河南省趋势变化在冬小麦各生育期均低于其他3省。

对于降水量趋势变化而言，各生育期空间差异明显，研究区冬小麦全生育期北部呈现上升趋势，南部为下降趋势，而在越冬期趋势变化正好相反；在冬前生长期和返青抽穗期降水量大部分站点呈下降趋势，且在江苏省均有少部分站点呈现上升趋势，不同的是冬前生长期在安徽省有部分站点呈现上升趋势；在灌浆成熟期大部分站点呈上升趋势，河南省、安徽省和江苏省均有少部分站点呈下降趋势。

图2 淮河流域冬小麦生育期54 a平均气温、降水量空间分布及其Mann-Kendall (MK)趋势变化（1961－2014）

2.2 旱涝时空变化特征

图3a为淮河流域1961－2014年冬小麦各生育期SPI和SPEI平均MK趋势值。依据表1，冬小麦在全生育期2种干旱指数均表现为干旱趋势，以冬小麦全生育期为例（图3b），SPI和SPEI在1999年开始趋于干旱。在冬前生长期和返青抽穗期均呈下降趋势，即干旱化，其干旱程度返青抽穗期大于冬前生长期；在越冬期和灌浆成熟期均呈上升趋势，即湿润化，其湿润程度灌浆成熟期大于越冬期。冬小麦各生育期SPI的MK值均大于SPEI，说明SPEI表征的干旱化趋势大于SPI，即MK值为正时SPI湿润化程度高于SPEI，相反则SPEI干旱化程度高于SPI，同时冬小麦全生育期和返青抽穗期SPEI干旱趋势分别通过90%和95%的置信度检验。SPI与SPEI均能反映冬小麦各生育期的旱涝状况，在SPI与SPEI考虑的不同气候因素基础上，以下将通过淮河流域冬小麦各生育期2种干旱指数趋势值在空间上的分布来进一步探讨冬小麦各生育期的主导气候因素。

图3 淮河流域冬小麦生育期旱涝趋势变化（1961-2014年）

采用普通克里金插值方法对淮河流域54 a来冬小麦各生育期2种干旱指数MK趋势变化进行空间分析（图4）可知，淮河流域冬小麦各生育期趋势空间变化存在明显差异，全生育期和冬前生长期在研究区西部地区（主要在河南省）呈现显著干旱增加趋势，越冬期在研究区南部地区（主要在淮河流域内安徽省和江苏省的南部地区）呈现显著湿润增加趋势，返青抽穗期在研究区内河南省北部和山东省东部地区呈现显著干旱增加趋势，而灌浆成熟期在研究区北部地区少数站点呈现显著湿润增加趋势。除了SPEI表征的冬小麦全生育期和返青抽穗期以外，SPI表征的5个生育阶段和SPEI表征的其他3个生育阶段大部分站点的MK趋势检验均未通过显著性水平检验，同时，冬小麦各生育期SPEI的MK值基本上都比SPI的MK值小，因此考虑气温的SPEI对淮河流域冬小麦各生育期的旱涝状况进行检验，具有更加明显的干旱增加趋势。

由图4可知，淮河流域冬小麦全生育期、返青抽穗期和灌浆成熟期SPI和SPEI的干湿趋势空间分布差异显著，SPEI反映的干旱增加趋势比SPI反映的更加显著，且全生育期和返青抽穗期在研究区大部分站点MK趋势均通过显著性水平检验，而在冬小麦冬前生长期和越冬期，SPI和SPEI反映的变化趋势空间分布差异不大。因此说明研究区冬小麦全生育期、返青抽穗期和灌浆成熟期旱涝状况受到气温变化的影响更为明显，而在冬小麦冬前生长期和越冬期的旱涝状况主要由降水量决定。

图4 淮河流域冬小麦生育期旱涝空间分布及变化趋势

2.3 旱涝对冬小麦产量的影响

冬小麦产量受气候影响显著，分析冬小麦产量与不同生育期气候特征之间的关系意义重大。采用二次多项式方法模拟冬小麦趋势产量，其20个站点单产数据平均拟合优度为0.91，最高为长葛0.98，最低为尉氏0.84，且70%的站点趋势产量模拟的拟合优度达到0.9以上。同时对20个站点的SYR进行计算，并利用Pearson相关性计算SYR与其对应站点的SPI和SPEI值之间的相关性（表3）。总体上看，冬小麦越冬期和返青抽穗期超过一半的站点通过显著性检验，但是返青抽穗期通过显著性水平要高于越冬期，另外冬小麦全生育期、冬前生长期和灌浆成熟期通过显著性检验站点少于一半，其通过站点数量大小依次为全生育期>灌浆成熟期>冬前生长期。综上所述，淮河流域1961－2012年冬小麦返青抽穗期的旱涝程度与SYR之间的相关性程度最高。

表3 淮河流域SYR与冬小麦生育期SPI和SPEI之间的相关性

Note：<0.1(*),<0.05(**),<0.01(***),<0.001(****).

同时考虑返青抽穗期的气温上升和降水量减少的变化幅度均最大（表2）的情况，认为返青抽穗期的旱涝对冬小麦产量影响最大，因此有必要对冬小麦返青抽穗期的SPI和SPEI与SYR进行回归分析，以期定量分析旱涝对冬小麦产量的影响。按照表1等级划分，挑选出返青抽穗期主要由旱涝影响冬小麦产量的年份（SYR<-0.5和SPI>0.5或SPEI>0.5的湿润影响年，SYR<-0.5和SPI<-0.5或SPEI<-0.5的干旱影响年），分别对旱涝影响年的SYR与SPI和SPEI进行定量分析（图5）。由图5可知，SYR与2种干旱指数表征的干旱和湿润均呈线性增长关系，也就是说，淮河流域冬小麦返青抽穗期随着湿润或干旱程度的增加而产量的损失也随之变大。鉴于此，冬小麦产量开始减少时（SYR<-0.5），SPI对应值为1.16和-0.98，SPEI对应值为1.14和-1.07，说明淮河流域冬小麦返青抽穗期基本上要达到中度湿润或中度干旱时产量才会减少。

图5 冬小麦产量随返青抽穗期旱涝状况的变化

3 讨 论

SPI和SPEI不仅具有资料易获取、计算简便的优点，且具有多尺度、消除空间差异性等特点，为研究淮河流域冬小麦不同生育期旱涝灾害时空变化提供了便利。杨庆等[30]研究干旱指数在中国区域的适应性时指出在湿润地区SPI和SPEI具有较好的适应性，庄少伟等[31]研究SPEI在中国区域的应用时指出年均降水量大于200 mm的地区SPEI在各时间尺度上均适用，本文研究区各区域年均降水量均在500 mm以上，因此，选取的SPI和SPEI能够很好的表征研究区旱涝状况。冬小麦生育期较长，各生育期气温及降水量均存在一定的差异，通过对比SPI和SPEI在空间上的分布，可以判定各生育期旱涝灾害主要影响因素，如果SPI与SPEI在空间上具有相似的分布那么主要受降水量影响，差异性明显则主要受气温影响。

仅仅利用冬小麦产量的最终统计数据探索冬小麦各生育期旱涝状况对产量的影响，存在一定的差异，无法精确到各生育期的具体影响。而文中产量经过去趋势处理后，在一定程度上反映了气象条件差异在年际间的影响，通过相关性分析可探索冬小麦不同生育期旱涝状况对产量的影响，本文结论“返青抽穗期对冬小麦产量影响最大”与成林等[32]、徐建文等[33]研究结果一致。冬小麦生育期的试验数据可以更加精确的反映各生育期旱涝状况对产量的影响，如李德等[34]利用冬小麦生育期观测资料与统计数据探索冬小麦不同生育期干旱灾害减产率，得出拔节-抽穗期干旱减产率最大。李德等[35]在安徽省宿州市国家农业气象试验基地半自动干旱遮雨棚内对冬小麦返青抽穗期进行水分控制试验，得出0～20 cm土壤层适宜土壤湿度指标为65%～80%，60%以下时产量单产增加缓慢；按照旱情等级标准土壤湿度指标达到60%以下为轻度干旱，50%以下为中度干旱，可以认为土壤湿度指标在50%左右时冬小麦存在减产现象。那么本文研究结果“返青抽穗期对冬小麦产量影响最大”及“冬小麦在返青抽穗期达到中度干旱时产量减少”与李德等[34-35]研究结果基本一致。

研究结果显示各气象站点SPEI值基本上都小于SPI值，说明SPEI比SPI更趋于干旱化，其原因可能是SPI仅考虑了降水的影响，没有考虑受气温影响的蒸散作用。在旱涝对冬小麦产量影响的结论中，SPI和SPEI表征的旱涝均在返青抽穗期对冬小麦产量影响程度最大，从这一方面看，SPEI在淮河流域的适应性与SPI相比没有明显的优越性。就冬小麦产量减少的阈值而言，返青抽穗期基本上达到中等湿润或中等干旱产量才会减少，那么在返青抽穗期的灌溉与排涝对冬小麦健康生长至关重要。由于淮河流域南部及东部地区春季多阴雨、平原较多、地下水位偏高等因素影响冬小麦产量形成，导致冬小麦产量减少[36-37]，因此在渍灾易发区要加强农田基本设施建设以应对由渍灾导致冬小麦产量减少的状况。

本文研究结果对淮河流域冬小麦防灾减灾具有重要的指导意义，旱涝可能受人为灌溉和排涝影响，依据冬小麦返青抽穗期旱涝对冬小麦产量影响的结果，可以判断淮河流域在轻度干旱或轻度洪涝时，有着明显的抗旱排涝能力。同时表明淮河流域抗旱排涝措施需进一步加强，以此来应对中度旱涝及其以上程度灾害的发生。

4 结 论

本文通过分析淮河流域冬小麦各生育期气温和降水量年际变化、MK趋势及其空间分布特征，利用SPI和SPEI探讨冬小麦不同生育期旱涝时空特征，结合SYR分析其与2种干旱指数之间的相关性，探索旱涝对冬小麦产量的影响，得到以下结论：

1）1961－2014年淮河流域冬小麦各生育期气温均呈显著上升趋势（<0.05），其中返青抽穗期存在极显著上升趋势（<0.001）。气温由北向南、由东向西递增，大部分站点上升趋势通过0.1以上显著性水平检验，以返青抽穗期相关性最高，同时东部趋势变化高于西部。降水量在各生育期变化趋势均不明显，其中返青抽穗期减少幅度最大（−4.7 mm/10 a）。降水量在纬度上的变化与气温一致，趋势变化在各生育期分布不同。

2）淮河流域冬小麦生育期在1999年开始有干旱化趋势，全生育期、越冬期和返青抽穗期（<0.05）呈干旱增加趋势，而冬前生长期和灌浆成熟期呈湿润增加趋势。SPEI干旱化趋势比SPI大，在全生育期、返青抽穗期和灌浆成熟期的旱涝灾害决定性气候因素为气温，而冬前生长期和越冬期为降水量。

3）除冬前生长期外其余生育期SYR与干旱指数之间总体上具有负相关关系，以返青抽穗期关系最好，随着干旱或湿润程度的增加产量的损失也随之增加。返青抽穗期干旱指数与SYR之间的回归分析表明，达到中度干旱或中度湿润才会使产量减少，说明淮河流域冬小麦生育期具有一定的抗旱排涝能力。

[1] Stocker T, Qin D, Plattner G, et al. IPCC, 2013: Climate change 2013: The physical science basis. Contribution of working group I to the fifth assessment report of the intergovernmental panel on climate change[C]//Of the Intergovernmental Panel on Climate Change, 2013, 5163(2):710-719.

[2] Field C B, Barros V R, Mach K, et al. Climate change 2014: Impacts, adaptation, and vulnerability[J]. Contribution of Working Group II to the Third Assessment Report, 2014, 19(2): 81－111.

[3] 张建云，贺瑞敏，齐晶，等. 关于中国北方水资源问题的再认识[J]. 水科学进展，2013，24(3)：303－310.

Zhang Jianyun, He Ruimin, Qi Jing, et al. A new perspective on water issues in North China[J]. Advances in Water Science, 2013, 24(3): 303－310. (in Chinese with English abstract)

[4] 杨志勇，袁喆，严登华，等. 黄淮海流域旱涝时空分布及组合特性[J]. 水科学进展，2013，24(5)：617－625. Yang Zhiyong, Yuan Zhe, Yan Denghua, et al. Study of spatial temporal distribution and multiple characteristics of drought and flood in Huang-Huai-Hai River basin [J]. Advances in Water Science, 2013, 24(5): 617－625. (in Chinese with English abstract)

[5] 高超，陈实，翟建青，等. 淮河流域旱涝灾害致灾气候阈值[J]. 水科学进展，2014，25(1)：36－44.

Gao Chao, Chen Shi, Zhai Jianqing, et al. On threshold of drought and flood disasters in Huaihe River basin[J]. Advances in Water Science, 2014, 25(1): 36－44. (in Chinese with English abstract)

[6] 杜华明，延军平，杨登兴，等. 嘉陵江流域降水变化及旱涝多时间尺度分析[J]. 自然资源学报，2015，30(5)：836－845.

Du Huaming, Yan Junping, Yang Dengxing, et al. The distribution of precipitation and multi-temporal scales drought-flood analysis in the Jialing River basin[J]. Journal of Natural Resources, 2015, 30(5): 836－845. (in Chinese with English abstract)

[7] 唐宝琪，延军平，李双双，等. 近55年来华东地区旱涝时空变化特征[J]. 长江流域资源与环境，2016，25(3)：497－505.

Tang Baoqi, Yan Junping, Li Shuangshuang, et al. Evolution of spatiotemporal characteristics of floods and droughts in east China from 1960 to 2014[J]. Resources and Environment in the Yangtze Basin, 2016, 25(3): 497－505. (in Chinese with English abstract)

[8] 王晓东，马晓群，许莹，等. 淮河流域主要农作物全生育期水分盈亏时空变化分析[J]. 资源科学，2013，35(3)：665－672.

Wang Xiaodong, Ma Xiaoqun, Xu Ying, et al. Temporal analysis of the crop water surplus deficit index for the whole growth period in the Huaihe basin[J]. Resources Science, 2013, 35(3): 665－672. (in Chinese with English abstract)

[9] Gao C, Zhang Z T, Zhai J Q, et al. Research on meteorological thresholds of drought and flood disaster: A case study in the Huai River Basin, China[J]. Stochastic Environmental Research and Risk Assessment, 2015, 29(1): 157－167.

[10] 张存杰，王宝灵，刘德祥，等. 西北地区旱涝指标的研究[J]. 高原气象，1998，17(4)：381－389.

Zhang Cunjie, Wang Baoling, Liu Dexiang, et al. Research on drought and flood indices in the Northwest China[J]. Plateau Meteorology, 1998, 17(4): 381－389. (in Chinese with English abstract)

[11] Wu H, Hayes M J, Weiss A, et al. An evaluation of the standardized precipitation index, the China-Z index and the statistical Z-Score[J]. International Journal of Climatology, 2001, 21(6): 745－758.

[12] Palmer W C. Meteorological drought[R]. US Weather Bureau Research Paper 45. Washington DC: US Weather Bureau, 1965.

[13] 高晓容，王春乙，张继权，等. 近50年东北玉米生育阶段需水量及旱涝时空变化[J]. 农业工程学报，2012，28(12)：101－109.

Gao Xiaorong, Wang Chunyi, Zhang Jiquan, et al. Crop water requirement and temporal-spatial variation of drought and flood disaster during growth stages for maize in Northeast during past 50 years[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(12): 101－109. (in Chinese with English abstract)

[14] McKee T B, Doesken N J, Kleist J. The relationship of drought frequency and duration to time scales[R]. California: Eighth Conference on Applied Climatology. American Meteorological Society. Boston, 1993: 179－184.

[15] Vicenteserrano S M, Beguería S, Lópezmoreno J I. A multiscalar drought index sensitive to global warming: The standardized precipitation evapotranspiration index[J]. Journal of Climate, 2010, 23(7): 1696－1718.

[16] 史印山，王玉珍，池俊成，等. 河北平原气候变化对冬小麦产量的影响[J]. 中国生态农业学报，2008，16(6)：1444－1447.

Shi Yinshan, Wang Yuzhen, Chi Juncheng, et al. Impact of climate change on winter wheat production in the Hebei Plain[J]. Chinese Journal of Eco-Agriculture, 2008, 16(6): 1444－1447. (in Chinese with English abstract)

[17] 郝立生，吴雁，王荣英. 海河低平原春季气候变化对冬小麦产量的影响[J]. 气象与减灾研究，2007，30(4)：20－24.

Hao Lisheng, Wu Yan, Wang Rongying. Impact of spring climate change on wheat yield in Lower Haihe Plain [J]. Meteorology and Disaster Reduction Research, 2007, 30(4): 20－24. (in Chinese with English abstract)

[18] 谭方颖，王建林，郑昌玲，等. 华北冬小麦干旱产量损失评估方法[J]. 中国农业气象，2013，34(6)：696－702.

Tan Fangying, Wang Jianlin, Zheng Changling, et al. Evaluation method for winter wheat yield loss of drought disaster in North China[J]. Chinese Journal of Agrometeorology, 2013, 34(6): 696－702. (in Chinese with English abstract)

[19] 赵兴凯，李增尧，朱清科. 基于SPI和SPEI陕北黄土区土壤水分对气候特征的响应[J]. 农业机械学报，2016，47(8)：155－163.

Zhao Xingkai, Li Zengyao, Zhu Qingke. Response of soil moisture on climate characteristics based on SPI and SPEI in loess region of northern shaanxi[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(8): 155－163. (in Chinese with English abstract)

[20] Du J, Fang J, Xu W, et al. Analysis of dry/wet conditions using the standardized precipitation index and its potential usefulness for drought/flood monitoring in Hunan Province, China[J]. Stoch Environ Res Risk Assess, 2013, 27(2): 377－387.

[21] 王米雪，延军平，李双双. 1960－2013年中国东南沿海地区旱涝时空变化特征及其趋势分析[J]. 资源科学，2014，36(11)：2307－2315.

Wang Mixue, Yan Junping, Li Shuangshuang. Spatial- temporal variation and the tendency of droughts and floods on the southeast coast of China over 54 Years[J]. Resources Science, 2014, 36(11): 2307－2315. (in Chinese with English abstract)

[22] 吴志勇，刘志雨，肖恒，等. 气候变化对淮河蒙洼蓄滞洪区启用风险影响评估[J]. 气候变化研究进展，2015，11(1)：1－7.

Wu Zhiyong, Liu Zhiyu, Xiao Heng, et al. Assessing impacts of future climate change on the risk of using the Mengwa flood detention area in Huaihe River basin[J]. Progressus Inquisitiones DE Mutatione Climatis, 2015, 11(1): 1－7. (in Chinese with English abstract)

[23] 马晓群，吴文玉，张辉. 农业旱涝指标及在江淮地区监测预警中的应用[J]. 应用气象学报，2009，20(2)：186－194.

Ma Xiaoqun, Wu Wenyu, Zhang Hui. The agricultural drought and flood index and its operational application to monitoring and early-warning in Jianghuai area[J]. Journal of Applied Meteorological Science, 2009, 20(2): 186－194. (in Chinese with English abstract)

[24] 宋秋洪，千怀遂，俞芬，等. 全球气候变化下淮河流域冬小麦气候适宜性评价[J]. 自然资源学报，2009，24(5)：890－897.

Song Qiuhong, Qian Huaisui, Yu Fen, et al. The evaluation of climate suitability of winter wheat in the Huaihe River basin under climate change regime [J]. Journal of Natural Resources, 2009, 24(5): 890－897. (in Chinese with English abstract)

[25] 杨志勇，袁喆，马静，等. 近50年来淮河流域的旱涝演变特征[J]. 自然灾害学报，2013，22(4)：32－40.

Yang Zhiyong, Yuan Zhe, Ma Jing, et al. Evolution characteristics of drought and flood in Huaihe River basin in recent 50 years[J]. Journal of Natural Disasters, 2013, 22(4): 32－40. (in Chinese with English abstract)

[26] 许莹，马晓群，王晓东，等. 淮河流域冬小麦水分亏缺时空变化特征分析[J]. 地理科学，2013，33(9)：1138－1144.

Xu Ying, Ma Xiaoqun, Wang Xiaodong, et al. Analysis of spatial and temporal variation characteristics of winter wheat water deficiency in Huaihe River basin[J]. Scientia Geographica Sinica, 2013, 33(9): 1138－1144. (in Chinese with English abstract)

[27] 魏凤英. 现代气候统计诊断与预测技术[M]. 2版. 北京：气象出版社，2007：1－269.

[28] Wu H, Hubbard K G, Wilhite D A. An agricultural drought risk-assessment model for corn and soybeans[J]. International Journal of Climatology, 2004, 24(6): 723－741.

[29] Potopová V, Boroneanţ C, Boincean B, et al. Impact of agricultural drought on main crop yields in the Republic of Moldova[J]. International Journal of Climatology, 2015, 36(4): 2063－2082.

[30] 杨庆，李明星，郑子彦，等. 7种气象干旱指数的中国区域适应性[J]. 中国科学：地球科学，2017，47(3)：337－353.

Yang Qing, Li Mingxing, Zheng Ziyan, et al. Regional applicability of seven meteorological drought indices in China[J]. Science China Earth Sciences, 2017, 47(3): 337－353. (in Chinese with English abstract)

[31] 庄少伟，左洪超，任鹏程，等. 标准化降水蒸发指数在中国区域的应用[J]. 气候与环境研究，2013，18(5)：617－625.

Zhuang Shaowei, Zuo Hongchao, Ren Pengcheng, et al. Application of standardized precipitation evapotranspiration index in China[J]. Climaticand Environmental Research, 2013, 18(5): 617－625. (in Chinese with English abstract)

[32] 成林，李彤霄，刘荣花. 主要生育期气候变化对河南省冬小麦生长及产量的影响[J]. 中国生态农业学报，2017，25(6)：931－940.

Cheng Lin, Li Tongxiao, Liu Ronghua. Effect of climate change on growth and yield of winter wheat in Henan Province[J]. Chinese Journal of Eco-Agriculture, 2017, 25(6): 931－940. (in Chinese with English abstract)

[33] 徐建文，梅旭荣，居辉，等. 黄淮海地区冬小麦关键生育期不同灌溉水平对产量影响的模拟[J]. 作物学报，2014，40(8)：1485－1492.

Xu Jianwen, Mei Xurong, Ju Hui, et al. Simulation of winter wheat yield in response to irrigation level at critical growing stages in the Huang-Huai-Hai Plain[J]. Acta Agronomica Sinica, 2014, 40(8): 1485－1492. (in Chinese with English abstract)

[34] 李德，孙有丰，孙义. 皖北砂姜黑土地冬小麦生育期尺度干旱指标研究[J]. 麦类作物学报，2017，37(2)：220－231.

Li De, Sun Youfeng, Sun Yi. Study on drought indices of winter wheat during the growth stages in the lime concretion black soil in northern Anhui Province[J]. Journal of Triticeae Crops, 2017, 37(2): 220－231. (in Chinese with English abstract)

[35] 李德，马晓群，孙义，等. 土壤湿度对冬小麦产量及其构成因素的影响[J]. 麦类作物学报，2015，35(7)：980－987.

Li De, Ma Xiaoqun, Sun Yi, et al. Effect of soil moisture on yield and yield components of winter wheat[J]. Journal of Triticeae Crops, 2015, 35(7): 980－987. (in Chinese with English abstract)

[36] 吴洪颜，高苹，徐为根，等. 江苏省冬小麦湿渍害的风险区划[J]. 生态学报，2012，32(6)：1871－1879.

Wu Hongyan, Gao Ping, Xu Weigen, et al. Risk division on winter wheat suffering from spring wet damages in Jiangsu Province[J]. Acta Ecologica Sinica, 2012, 32(6): 1871－1879. (in Chinese with English abstract)

[37] 吴洪颜，曹璐，李娟，等. 长江中下游冬小麦春季湿渍害灾损风险评估[J]. 长江流域资源与环境，2016，25(8)：1279－1285.

Wu Hongyan, Cao Lu, Li Juan, et al. Risk assessment on winter wheat suffering from spring wet damages in Middle and Lower Yangtze[J]. Resources and Environment in the Yangtze Basin, 2016, 25(8): 1279－1285. (in Chinese with English abstract)

高 超，尹周祥，许 莹. 淮河流域冬小麦主要生育期旱涝时空特征及对产量的影响[J]. 农业工程学报，2017，33(22)：103－111. doi：10.11975/j.issn.1002-6819.2017.22.013 http://www.tcsae.org

Gao Chao, Yin Zhouxiang, Xu Ying. Space-time characteristics of drought and flood in main growing periods of winter wheat in Huaihe River Basin and its impact on yield[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(22): 103－111. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.22.013 http://www.tcsae.org

Space-time characteristics of drought and flood in main growing periods of winter wheat in Huaihe River Basin and its impact on yield

Gao Chao1, Yin Zhouxiang2, Xu Ying3

(1.315211; 2.241000; 3.,230031,)

Droughts and floods occur frequently in Huaihe River Basin, which has a great impact on crop yield. Based on daily mean temperature and precipitation data of 140 meteorological stations from 1961 to 2014, the standardized precipitation index (SPI) and standardized precipitation evapotranspiration index (SPEI) in each growth period of winter wheat were calculated, and quantitative analysis of climatic characteristics of winter wheat at different growth stages was carried out. Meanwhile, the standardized yield residual (SYR) was calculated to investigate the effects of dry and wet conditions on yield at different growth stages based on the winter wheat unit yield data of 20 sites from 1961 to 2012. Firstly, the variation tendency of mean temperature and precipitation in each growing period of winter wheat was analyzed according to the linear regression. The mean temperature rose significantly and the mean rainfall mainly showed a downward trend in each growing period. According to the Mann-Kendall trend method, the trend values of mean temperature and precipitation in winter wheat growth period were calculated and the spatial characteristics were analyzed. The mean temperature in the south was higher than that in the north and had an increasing pattern from east to west, the trend in the east was higher than that in the west and most of the sites had the highest level of trend in turning green and heading stage. However, the precipitation increased with the decrease of latitude, and the trend was consistent with the temperature in latitude. Secondly, according to the Mann-Kendall trend method, the trend values of SPI and SPEI in winter wheat growth period were calculated, and the increase trend of drought was the biggest in turning green and heading stage at the significant level of 0.05. Comparing the spatial features of SPI and SPEI changing trends, it was found that the drought-flood disaster was affected by temperature in whole growth period, turning green and heading stage and milking ripening period of winter wheat, and was affected by precipitation in growth period before winter and over-wintering stage of winter wheat. And the trend of drought indicated by SPEI was greater than that by SPI. Finally, the correlation between SYR and SPI/SPEI was analyzed using Pearson correlation method to determine the most relevant stage of winter wheat, and then the drought and flood situation of winter wheat was analyzed. There was negative correlation between SYR and SPI/SPEI except growth period before winter, with the highest correlation in turning green and heading stage. When moderate drought or humidity occurred, the yield of winter wheat began to decrease. This research is of guiding implications to the prevention of disaster and yield reduction of winter wheat in Huaihe River Basin.

crops; precipitation; climate change; winter wheat yield; standardized precipitation evapotranspiration index; standardized yield residuals; drought and flood disasters; Huaihe River Basin

10.11975/j.issn.1002-6819.2017.22.013

S42

A

1002-6819(2017)-22-0103-09

2017-06-04

2017-11-13

国家自然科学基金项目（41571018）

高 超，男，安徽全椒人，教授，博士，主要从事气候变化与水文水资源研究。Email：gaoqinchao1@163.com